可靠性设计：关注细节，重在执行
谈到电子产品可靠性设计，我们几乎马上会想到热设计、元器件降额、容差容错设计、可靠性预计等等。可靠性设计是否成功，有两点必不可少，其一是执行，其二是细节。
首先是执行。以降额设计为例，不少公司都有降额设计规范，但这个规范是否被严格执行了，超出降额的器件有没有被专业评估，降额要求是否根据制造/市场元器件的表现调整，不同产品是否需要分别对待实现全寿命成本最优，都是可靠性设计的关键。再如热设计，在H3C，热设计由可靠性工程师保证。每款产品，在开发初期，都会对散热进行评估和仿真，提前释放散热风险。在整个评估过程中，可靠性工程师和结构工程师、产品开发人员、互连设计工程师的沟通非常紧密，结构、布局的变化会知会可靠性工程师进行散热风险评估。风险没有释放，就不能通过下一个技术评审点。
其次是细节。可靠性设计是一个需要注重细节的工作，所谓“千里之堤，溃于蚁穴”。1980年，阿丽亚娜火箭第二次试飞时，一名工作人员不慎碰落一个部件的商标，堵塞了发动机燃烧室的喷嘴，造成发射失败。1985年，美国发射“三叉戟”导弹，由于发动机燃烧室中剥落了一块黄豆大的绝缘层，结果高温火焰烧穿了那里的金属壁，燃气向外喷射，发动机爆炸。“Paying attention to details”因此被直接写入到美军标338中的，这也是经验和思考的总结。
以H3C为例，热设计中的热仿真过程不但仿真常态情况，还会对风扇停转等异常状态进行仿真；在降额设计上，对各类器件电应力进行遍历审查，对不同风扇转速下热应力进行遍历测试，保证在规定环境下每个器件承受的应力满足降额要求；对易损耗的器件进行寿命评估，保证在规定时间内设备符合用户的要求；对关键电路进行容差设计和仿真，保证器件参数随环境应力、寿命漂移时，电路依然可以可靠工作。对电路进行简洁度设计，通过SI/PI仿真减少不必要的器件，简化设计从而降低单板失效率。
可靠性分析：防患未然，心知肚明
可靠性分析主要包括三部分：可靠性预计、FMEA（故障模式影响分析）和FTA（故障树分析）。可靠性预计通过计算MTBF、返修率等指标，评估维修成本、备件成本和整网可用度，可以提前预计产品在现场运行的可靠性情况。FTA构造繁杂，对人员经验和技能要求高，通常只对重要故障进行分析。对于复杂产品，FMEA是一个防患未然的有效方法。举个简单的例子，当我们遇到十字路口红绿灯失效的情况时，哪种失效现象最不希望出现？显然，当两条路上同时出现绿灯时交通事故隐患就被埋下了。那么在开展交通信号灯控制系统的FMEA分析时，就要关注哪些器件失效会出现绿灯同时点亮的情况，是否有解决方法。
在H3C，复杂系统会开展FMEA分析工作，通过对系统中可能出现的故障模式和影响做深入分析，将故障检测和容错设计纳入产品需求，消除单点故障。对于冗余备份系统，保证失效发生时设备可以快速倒换，业务运行不受影响，从而提高产品可靠性。在可靠性预计方面，利用强大的数据支持，结合历史数据分析，对可靠性预计进行针对性修正，提高了预计的准确性。
可靠性试验：真金不怕火炼
H3C研发出来的每一款产品，都会经受可靠性试验的洗礼，其中最严酷的当属HALT试验（Highly Accelerated Life Test，高加速寿命试验）。
90年代HALT试验在国外获得推广，国内企业由于各种限制起步相对较晚。与传统的施加模拟客户环境的应力来发现故障的环境试验不同，高加速应力是一种主动的试验。使用应力步进的方法，使设备不断接近极限应力，直到故障暴露。通过“暴露缺陷—不断改进—再试验—再改进”的方式，持续发现并解决设计、来料、工艺等相关问题，从而获得产品的快速稳定。这有点像运动员的训练，如果要参加100米短跑比赛，那么运动员平常训练时绝不会只是重复训练100米冲刺，力量和耐力的训练必不可少。同样道理对于产品来说，虽然标称工作环境是0～40/45℃，HALT试验过程中其实都会经受100℃高温和-40℃低温的极限考验。
